| 研究課題/領域番号 |
26350289
|
|---|
| 研究機関 | 東京工科大学 |
|---|
研究代表者 |
稲葉 竹俊 東京工科大学, 教養学環, 教授 (10386766)
|
|---|
| 研究分担者 |
安藤 公彦 東京工科大学, 片柳研究所, 助教 (00551863)
松永 信介 東京工科大学, メディア学部, 准教授 (60318871)
|
|---|
| 研究期間 (年度) |
2014-04-01 – 2018-03-31
|
| キーワード | CSCL / 協調スクリプト / コーディング / 教育データ / ディープラーニング |
|---|
| 研究実績の概要 |
本研究の目的は、コンピュータ支援協調学習の足場掛けの手法の一つである協調スクリプト（collaborative script）の実行支援システムを学内のクラウドに構築し、グループの特性や学習状況に応じて動的にスクリプトを最適化する知的機能や柔軟なグループ生成 機能を実装し、その有効性を検証することである。具体的には以下のような取り組み課題を中心に研究を遂行した。１．大規模なチャットデータの言語分析技法の探求：支援システムから取得されるビッグデータであるチャットデータにコーディン グを付与することで協調活動のプロセスの定量的かつ定性的分析を行う。２．モデル化手法の探求：リアルタイムでの学習状況のモニ タリングおよび適応的な支援の実現のため学習状況をモデル化する。
平成28年度末までに、チャットデータの言語分析技法としてそのスピーチアクトに注目し16のコーディングラベルを設計し、このラベルを約10000会話に付与した。さらに、このラベル付きのデータを深層学習技術を用いて精度高く自動コーディングをおこなうモデルを考案した。平成29年度は、このモデルを学内で運用している協調学習支援システムに実装し、ラベルが即時に自動付与できる機能を導入した。これによってリアルタイムでの学習状況のモニタリングが可能となった。また、事後的な定性的分析においても大規模な教育データを対象にした分析を行う技術的基盤を形成することができた。
研究期間全体の成果としては、チャットデータへのコーディングスキームを提案し、その自動化の技法を開発した点、その技法を学内のクラウド上で稼働する協調学習支援システムに実装することでリアルタイムでの学習のモニタリングへの道が開かれた点がある。今後は、協調学習状況を評価する際の手法を確立し、協調スクリプトによる学習状況の変化を実証的に明らかにすることが課題として残された。
|
